二维凝胶图像间差异蛋白点提取是蛋白质组学研究的重要手段，而二维凝胶图像间同源蛋白点匹配是差异蛋白点提取的关键技术。针对凝胶图像间蛋白点人工比对工作量大和易出错等问题，如何在凝胶图像中的对大量蛋白点进行快速准确的自动匹配是凝胶图像蛋白点比较分析的重点和难点。本文结合国家自然科学基金项目和江西省自然科学基金项目，对二维凝胶电泳图像蛋白点匹配方法进行了深入研究，主要研究工作和成果如下：(1)对凝胶图像蛋白点匹配的相关理论基础知识进行了系统研究，详细阐述了图像匹配过程中的一些基本匹配因素，即图像匹配特征、相似性度量准则、匹配搜索空间和搜索策略等相关知识。(2)研究了一种基于手动标记特征点的蛋白点匹配算法。首先采用手动标记图像特征点的方法，对检测到的凝胶图像蛋白点进行特征点提取；然后采用最小二乘法进行多项式拟合，建立两凝胶图像间的非线性几何变换模型；最后根据几何映射关系，将两图像中的蛋白点建立统一的空间坐标系，并采用最小距离度量算法进行两凝胶图像间的蛋白点匹配。利用手动标记特征蛋白点确定两凝胶图像间的非线性几何变换关系，减少了图像形变对蛋白点匹配的误差影响。实验结果表明该算法简单有效，具有一定的鲁棒性和较高的匹配精度。(3)研究了一种基于分层策略的凝胶图像间蛋白点自动匹配算法。首先基于灰度的分层策略将凝胶图像中的蛋白点划分到不同灰度等级中；然后基于局部图像的灰度互相关性和图像重叠约束条件，对各灰度层级中的蛋白点进行蛋白点粗匹配；最后以粗匹配蛋白点点对作为标记特征点，利用蛋白点间的几何相关性对未匹配蛋白点进行几何相似性度量，实现两张凝胶图像间蛋白点精确匹配。该算法利用灰度相关性，结合重叠约束条件进行蛋白点分层粗匹配，提高了匹配效率；在粗匹配基础上，以粗匹配蛋白点为标记特征点，利用蛋白点的几何相关性对剩余未匹配蛋白点进行精确匹配，提高了匹配精度。实验结果表明该算法具有良好的匹配效果，其匹配误差小于4%，同时保持较好的稳定性。